第1章 · Nav2概览
导航栈架构、核心组件介绍、行为树基础。
1.1 导航栈架构 —— 从传感器到控制指令
Nav2 是 ROS2 官方维护的导航框架。说白了，它把机器人从 A 点移动到 B 点这件事，拆成了几个互相配合的模块。我个人习惯把导航栈想象成一个「三层漏斗」：最上层是行为树，中间是规划器，底层是代价地图和传感器数据。
你想想看，一个机器人要导航，首先得知道自己在哪（定位），然后要知道周围环境（地图），接着规划一条路（全局规划），再边走边躲开突然出现的障碍（局部规划）。Nav2 把这些步骤都标准化了。
核心设计理念： 模块化 + 可替换。全局规划器、局部规划器、代价地图、行为树都可以按需更换。我在项目中遇到过很多团队只换一个局部规划器，就把避障效果提升了一大截。
1.2 核心组件介绍
Nav2 里最重要的几个组件，我列个表，你一看就明白。
| 组件 | 职责 | 我的一点经验 |
|---|---|---|
| 全局规划器 | 基于静态地图生成全局路径（A* / NavFn） | 调启发式权重能明显改变路径平滑度 |
| 局部规划器 | 实时避障，跟踪全局路径（DWB / MPPI / TEB） | MPPI 对动态障碍物更鲁棒，但计算量大 |
| 代价地图 | 融合传感器数据，标记障碍物与膨胀区域 | 膨胀半径设太大容易把路堵死，设太小又容易刮蹭 |
| 行为树 | 编排导航任务（重规划、恢复、等待） | 用 XML 写行为树，比硬编码灵活太多了 |
| 定位模块 | AMCL / 里程计融合 | 粒子滤波参数调不好，机器人容易「飘移」 |
嗯，这里要注意：代价地图其实分全局代价地图和局部代价地图。全局的用于规划，局部的用于避障。我刚开始做的时候把两个混为一谈，结果机器人老是急刹车。
1.3 行为树基础 —— 导航的大脑
行为树不是 Nav2 独有的，但 Nav2 把它用到了极致。你可以把行为树理解成「导航流程图」。每个节点是一个动作或条件，组合起来就是完整的导航逻辑。
举个例子，一个简单的导航行为树：
Sequence (主任务)
├── ComputePathToPose (规划全局路径)
├── FollowPath (执行路径跟踪)
└── 如果失败 → Recovery (旋转、清理代价地图)为什么会用行为树？因为导航过程中经常出现意外：路径被堵、定位丢失、传感器超时。用行为树可以优雅地处理这些「异常流」。我记得有一次在工厂现场，机器人被叉车挡住，行为树自动触发「原地旋转 + 重规划」，五秒后就绕过去了。要是用传统状态机，那代码得写一箩筐。
💡 个人小技巧： 刚开始学行为树，别急着写复杂逻辑。先跑通 Nav2 自带的 nav2_tree.xml，然后改一两个节点，看看行为变化。我习惯用
bt_loop 工具可视化树结构，调试效率翻倍。
1.4 避坑指南 & 常见误解
- 误解一：「全局规划器选 A* 就够了」—— 其实在窄通道环境，Hybrid-A* 或 Smac Planner 更安全。我曾经在仓库里用 A*，结果路径贴着货架，机器人根本过不去。
- 误解二：「行为树越复杂越好」—— 恰恰相反。保持树深度不超过 4 层，否则调试时你会疯掉。我见过一个团队写了 30 个节点的树，最后自己都看不懂。
- 误解三：「代价地图更新频率越高越好」—— 不是的。更新太快会导致 CPU 飙高，而且局部规划器来不及响应。我一般设 2~5 Hz，动态环境可以提到 10 Hz。
⚠️ 曾经踩过的坑： 有一次我把全局代价地图的膨胀半径设成了 0.8 米，结果机器人永远找不到穿过走廊的路径。后来才发现，膨胀层把整个走廊都堵死了。记住：膨胀半径一定要小于通道宽度的一半。
好了，这一章我们快速过了一遍 Nav2 的骨架。你心里应该有个整体印象了：行为树负责「决策」，规划器负责「路径」，代价地图负责「环境感知」。不过别急，先把这些概念消化掉。